申请/专利权人:北京百度网讯科技有限公司
申请日:2020-06-29
公开(公告)日:2024-04-16
公开(公告)号:CN111753532B
主分类号:G06F40/232
分类号:G06F40/232;G06F40/284;G06F16/35;G06N3/047;G06N3/0464;G06N3/0455;G06N3/0442;G06N3/09
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2020.10.30#实质审查的生效;2020.10.09#公开
摘要:本申请公开了西文文本的纠错方法和装置、电子设备及存储介质,涉及人工智能和自然语言处理技术领域。具体实现方案为:将待判别的西文语句中的单词转为小写后输入至已训练的大小写识别模型,得到待判别的西文语句中的单词在西文语句的标准表述中的大小写类型标签;根据待判别的西文语句中的单词的大小写类型标签对待判别的西文语句中的单词的大小写进行纠正;其中,大小写识别模型基于与待判别的西文语句相同语言类型的西文标准语料训练得出。该方案提升了西文语句大小写识别和纠错的准确性。
主权项:1.一种西文文本的纠错方法,包括:将待判别的西文语句中的单词转为小写后输入至已训练的大小写识别模型,得到待判别的西文语句中的单词在所述西文语句的标准表述中的大小写类型标签;根据所述待判别的西文语句中的单词的大小写类型标签对待判别的西文语句中的单词的大小写进行纠正;其中,所述大小写识别模型基于与所述待判别的西文语句相同语言类型的西文标准语料训练得出;其中,所述大小写识别模型包括词嵌入层、编码层和分类层;所述词嵌入层对由输入的西文语句转换得到的西文单词序列中的每个单词在词表中的编号进行嵌入得到第一嵌入向量、以及对由输入的西文语句转换得到的西文单词序列中的每个单词中包含的字母序列进行嵌入得到第二嵌入向量,对所述第一嵌入向量和所述第二嵌入向量拼接得到输入所述大小写识别模型的西文语句的特征向量;所述编码层对所述西文语句的特征向量进行双向循环编码,所述分类层对所述西文语句中的各单词进行大小写类型的分类。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 西文文本的纠错方法和装置、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。